CN111476209A - 手写输入的识别方法、设备及计算机存储介质 - Google Patents
手写输入的识别方法、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN111476209A CN111476209A CN202010387774.XA CN202010387774A CN111476209A CN 111476209 A CN111476209 A CN 111476209A CN 202010387774 A CN202010387774 A CN 202010387774A CN 111476209 A CN111476209 A CN 111476209A
- Authority
- CN
- China
- Prior art keywords
- handwriting
- input
- editing
- recognition
- recognizing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 241001422033 Thestylus Species 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/30—Writer recognition; Reading and verifying signatures
- G06V40/37—Writer recognition; Reading and verifying signatures based only on signature signals such as velocity or pressure, e.g. dynamic signature recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/30—Writer recognition; Reading and verifying signatures
- G06V40/37—Writer recognition; Reading and verifying signatures based only on signature signals such as velocity or pressure, e.g. dynamic signature recognition
- G06V40/382—Preprocessing; Feature extraction
- G06V40/388—Sampling; Contour coding; Stroke extraction
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Character Discrimination (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请涉及一种手写输入的识别方法、设备及计算机存储介质,所述手写输入的识别方法包括:接收手写输入操作,并显示对应的手写笔迹;对手写笔迹进行手写输入内容的识别;输出识别结果。本申请能够支持手写输入、笔迹展示及笔迹识别。
Description
技术领域
本申请涉及终端技术领域,具体涉及一种手写输入的识别方法、设备及计算机存储介质。
背景技术
随着移动终端技术的快速发展,手机、平板电脑等移动终端的功能也不断完善,逐渐成为了人们日常生活、工作中常用的工具之一。
终端中的手写输入是一种用户常用的输入方法,可以使用户如正常用笔书写那样方便地在终端上进行输入,但目前很少有能够同时支持手写输入、笔迹展示及笔迹识别的电子产品,无法满足用户需求。
发明内容
针对上述技术问题,本申请提供一种手写输入的识别方法、设备及计算机存储介质,能够支持手写输入、笔迹展示及笔迹识别。
为解决上述技术问题,本申请提供一种手写输入的识别方法,包括:
接收手写输入操作,并显示对应的手写笔迹;
根据预设规则对所述手写笔迹进行手写输入内容的识别;
输出识别结果。
其中,在所述接收手写输入操作,并显示对应的手写笔记之前,还包括:
选择输入模式,所述输入模式包括文字输入、数学输入、绘图输入、图标输入中的至少一种。
其中,所述接收手写输入操作,并显示对应的手写笔迹,包括:
接收手写输入操作;
显示所述手写输入操作对应的手写笔迹;
标识出所述手写笔迹中的错误笔迹和/或显示笔迹修正结果。
其中,所述根据预设规则包括:
使用预设神经网络模型对所述手写笔迹进行手写输入内容的识别。
其中,所述方法,还包括:
在对所述手写笔迹进行手写输入内容的识别时,根据识别结果预测当前手写笔迹的下文;
根据预测的下文显示可选择添加至当前手写笔迹的待选手写笔迹。
其中,所述方法,还包括:
在收到调用输入模式的操作时,在当前界面显示与调用的输入模式对应的手写输入区;
在所述手写输入区根据接收的手写输入操作生成对应的手写笔迹;
对所述手写输入区内的手写笔迹进行手写输入内容的识别;
在所述手写输入区输出识别结果。
其中,所述方法,还包括:
在输出所述识别结果时,保留所述识别结果对应的手写笔迹。
其中,所述方法,还包括:
接收手写笔迹编辑操作;
根据所述手写笔迹编辑操作对应的编辑规则修改对应的手写笔迹。
其中,所述根据所述手写笔迹编辑操作对应的编辑规则修改对应的手写笔迹,包括:
获取所述手写笔迹编辑操作的触发信息,所述触发信息包括触发位置和/或触发轨迹;
根据所述触发信息确定编辑规则及待修改的手写笔迹;
根据所述编辑规则对所述待修改的手写笔迹进行修改。
其中,所述手写笔迹编辑操作对应的编辑规则,包括以下的至少之一:
当所述手写编辑操作的触发轨迹为由上至下的垂直线且触发位置位于手写字迹的一个单词的字母之间时,所述手写编辑操作对应的编辑规则为增加字母间距;
当所述手写编辑操作的触发轨迹为由下至上的垂直线且触发位置位于手写字迹的一个单词的字母之间时,所述手写编辑操作对应的编辑规则为缩小字母间距;
当所述手写编辑操作的触发轨迹为由上至下的垂直线且触发位置位于手写字迹的两个文字之间时,所述手写编辑操作对应的编辑规则为回车;
当所述手写编辑操作的触发轨迹为由下至上的垂直线且触发位置位于手写字迹的非首行文字的最前方时,所述手写编辑操作对应的编辑规则为取消回车;
当所述手写编辑操作的触发轨迹为横线且触发位置位于手写字迹的文字下方时,所述手写编辑操作对应的编辑规则为下划线;
当所述手写编辑操作的触发轨迹为环形且触发位置位于手写字迹的四周时,所述手写编辑操作对应的编辑规则为高亮;
当所述手写编辑操作的触发轨迹为横线、折线或曲线且触发位置与手写字迹的位置重叠时,所述手写编辑操作对应的编辑规则为删除笔迹;
当所述手写编辑操作的触发轨迹为长按移动且触发位置位于手写字迹的区域时,所述手写编辑操作对应的编辑规则为移动笔迹。
其中,所述对所述手写笔迹进行手写输入内容的识别之前,所述方法还包括:
在所述手写笔迹新增文字时,对新增的文字进行预识别;
在展示所述手写笔迹的同时输出所述手写笔迹的预识别结果。
其中,所述接收手写输入操作,并生成对应的手写笔迹之后,所述方法还包括:
当接收到生成预设类型文件的操作时,对当前界面内的手写笔迹进行识别;
根据识别结果生成所述预设类型文件。
其中,所述输出识别结果,包括:
判断所述手写笔迹的识别结果类型是否为数学运算;
若为数学运算,则对所述手写笔迹的识别结果进行运算;
输出所述手写笔迹的运算结果。
其中,所述输出识别结果,包括:
若当前处于聊天界面,则输出与当前聊天对象使用的语言对应的识别结果。
本发明还提供一种手写输入的识别设备,包括存储器和处理器,所述存储器存储有至少一条程序指令,所述处理器通过加载并执行所述至少一条程序指令以实现如上所述的手写输入的识别方法。
其中,所述识别设备还包括手写笔,所述手写笔用于在所述识别设备的手写识别区域进行手写输入操作。
本发明又提供了一种计算机存储介质,所述计算机存储介质上存储有手写输入的识别方法程序,所述方法程序被处理器执行时实现如上文所述的手写输入的识别方法的步骤。
如上所述,本发明的手写输入的识别方法、设备及计算机存储介质具有以下有益效果:
接收手写输入操作并生成对应的手写笔迹,对手写笔迹进行手写输入内容的识别,输出识别结果。通过这种方式,本申请能够支持手写输入、笔迹展示及笔迹识别。
附图说明
图1是根据第一实施例示出的手写输入的识别方法的流程示意图。
图2是根据第二实施例示出的手写输入的识别方法的流程示意图。
图3是根据第三实施例示出的手写输入的识别方法的流程示意图。
图4是根据第四实施例示出的手写输入的识别方法的流程示意图。
图5是根据第五实施例示出的手写输入的识别方法的流程示意图。
图6是根据第六实施例示出的手写输入的识别设备的结构示意图。
图7是根据第六实施例示出的手写输入的识别设备的另一结构示意图。
图8是根据第七实施例示出的终端的结构示意图。
具体实施方式
以下由特定的具体实施例说明本申请的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效。
在下述描述中,参考附图,附图描述了本申请的若干实施例。应当理解,还可使用其他实施例,并且可以在不背离本申请的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的,这里使用的术语仅是为了描述特定实施例,而并非旨在限制本申请。
虽然在一些实例中术语第一、第二等在本文中用来描述各种元件,但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。
再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
第一实施例
图1是根据第一实施例示出的手写输入的识别方法的流程示意图。请参考图1,本实施例的手写输入的识别方法,包括但不限于以下步骤:
步骤110,接收手写输入操作,并显示对应的手写笔迹;
步骤120,对手写笔迹进行手写输入内容的识别;
步骤130,输出识别结果。
其中,在接收手写输入操作之前,还包括选择输入模式的步骤,输入模式包括文字输入、数学输入、绘图输入、图标输入中的至少一种,文字输入包括印地语输入,例如,文字输入还可以包括中文输入、英语输入、日语输入等。
用户在进入手写软件后,先根据需要输入的内容选择一种输入模式作为当前的输入模式,在进行手写输入内容的识别时,不同的输入模式对应不同的识别规则,从而可以识别出相应的手写输入。例如,当用户需要输入印地语时,需要在进入手写软件后选择文字输入中的印地语输入作为当前的输入模式,从而可以对手写输入的印地语进行识别,当用户需要输入数字、公式、运算式时,需要在进入手写软件后选择数学输入作为当前的输入模式,从而可以对手写输入的数字、公式、运算式进行识别,当用户需要进行绘图时,需要在进入手写软件后选择绘图输入作为当前的输入模式,从而可以对绘制的线条进行识别,当用户需要绘制图标时,需要在进入手写软件后选择图标输入作为当前的输入模式,从而可以对绘制的图标进行识别。应理解,输入模式的选择也可以在手写输入的过程中进行切换或调用,选择方式不做限定。
针对印地语识别,可以预先建立对应的标准字库,手写笔迹中包含笔迹的方向、顺序、角度等信息,识别时通过对比手写字迹的信息和标准字库,从而得到识别结果。实际实现时,用户在规定的手写区域书写印地语,系统根据印地语识别规则识别手写内容并输出识别结果。
实际实现时,也可以不需要在进行手写输入操作之前选择输入模式,而在用户进行手写输入操作的同时,使用预设的神经网络模型对手写笔迹进行手写输入内容的识别。预设神经网络模型事先通过学习大量的笔迹样本建立,并具有自学习功能,通过对用户手写输入的笔迹进行识别可以准确识别出手写内容的类别,例如是数字、文字还是图形,进而得到相应的识别结果。
手写输入操作可通过手写笔在识别设备的手写识别区域中进行书写来触发,在用户进行手写输入操作时,当前界面显示并保留对应的手写笔迹,根据输入模式的不同,在手写输入操作停止预设时长或接收到用户的识别操作时,视为接收到识别指令,进而根据识别指令及当前的输入模式对应的识别规则对手写笔迹进行识别,输出对应的识别结果。实际实现时,在文字输入、数学输入中,可以只在接收到用户的识别操作时视为接收到识别指令,从而可以让用户输入所有待识别的内容,在绘图输入、图标输入中,则可以在手写输入操作停止预设时长时视为接收到识别指令,从而可以让用户得到线条、角度关系的实时反馈。应理解,在绘图输入、图标输入中,也可以是在接收到用户的识别操作时视为接收到识别指令。
在进行手写输入操作时,显示手写输入操作对应的手写笔迹,与此同时,对手写笔迹进行检查,判断是否出现错误笔迹,若出现错误笔迹,标识出手写笔迹中的错误笔迹和/或显示笔迹修正结果。其中,判断是否出现错误笔迹可以基于预先对用户本人的笔迹进行学习建立的神经网络模型进行检查,错误笔迹例如错误的笔画连接或组成、缺少笔画或字迹不清楚等。
为优化用户手写输入的效率,在对手写笔迹进行手写输入内容的识别时,可根据识别结果预测当前手写笔迹的下文,进而根据预测的下文显示可选择添加至当前手写笔迹的待选手写笔迹供用户选择。例如,用户输入“有线”二字的手写笔迹,通过识别结果预测当前手写笔迹的下文可以是“电视”、“连接”等,进而显示“电视”、“连接”的与用户本人笔迹相符的笔迹,笔迹预测的功能可以基于笔迹学习进行,从而可以在预测后输出与用户本人笔迹相符的笔迹,提高手写输入的效率,笔迹学习例如可使用神经网络模型实现,达到模拟用户笔迹的目的。
在本实施例中,当前的输入模式为数学输入时,步骤130输出识别结果,包括:
判断手写笔迹的识别结果类型是否为数学运算;
若为数学运算,则对手写笔迹的识别结果进行运算;
输出手写笔迹的运算结果。
可选地,在输出运算结果时,还可以一并输出手写笔迹的识别结果。
其中,当前的输入模式为数学输入时,在对手写笔迹进行手写输入内容的识别后,首先判断手写笔迹的识别结果类型是否为数学运算,若为数学运算,则对手写笔迹的识别结果进行运算,再输出手写笔迹的运算结果,或将识别结果及运算结果一同输出,反之,若不是数学运算,则直接输出手写笔迹的识别结果。数学运算是指纯数字和运算符号组成的计算式,例如“1+2+3”,当手写笔迹的识别结果包含字母等未知数时,则不判定为数学运算。应理解,用户也可以设定不输出运算结果,或者在输出运算结果后支持对运算结果的删除。
实际实现时,在输出识别结果时,若当前处于聊天界面,则输出与当前聊天对象使用的语言对应的识别结果。当前聊天对象可以是实时聊天对象、邮件发送对象或者短信聊天对象等,用户输入手写笔迹后,先对手写笔迹进行输入内容的识别,进而将识别结果转换成与当前聊天对象使用的语言对应的识别结果进行输出,例如,用户当前输入的手写笔迹的识别结果为中文内容,而当前聊天对象使用的语言为英语,则将识别出的中文内容转换成英语输出,操作更加便捷。
此外,在输出识别结果时,可以保留识别结果对应的手写笔迹,如此,用户除了使用识别结果之外,也可以使用手写笔迹。
本实施例的手写输入的识别方法,先接收手写输入操作并生成对应的手写笔迹,再对手写笔迹进行手写输入内容的识别,最后输出识别结果。通过这种方式,本申请能够手写输入、笔迹展示及笔迹识别。
第二实施例
图2是根据第二实施例示出的手写输入的识别方法的流程示意图。请参考图2,本实施例的手写输入的识别方法与第一实施例的区别在于,当前的输入模式为文字输入时,在步骤120对手写笔迹进行手写输入内容的识别之前,还包括以下步骤:
步骤210,在手写笔迹新增文字时,对新增的文字进行预识别;
步骤220,在展示手写笔迹的同时输出手写笔迹的预识别结果。
其中,在用户进行手写输入的过程中,识别设备对手写输入的过程进行检测判断,当新增的输入内容位置连续集中且与后续的输入内容间隔设定距离和/或设定时长以上,则判断为手写笔迹新增文字,该新增的文字例如为一个字、一个英语单词,此时,根据当前的输入模式的识别规则对新增的文字进行预识别,进而在展示手写笔迹的同时输出手写笔迹的预识别结果,预识别结果的展示区域例如位于手写笔迹的展示区域上方,预识别结果根据手写笔迹的变化进行实时变化,从而可以辅助用户判断当前输入的文字是否书写正确。
实际实现时,第一实施例中步骤130输出的识别结果可以对手写笔迹直接进行识别生成或根据预识别结果直接生成。
用户在看到预识别结果后,如预识别结果不是自己想要输入的内容,则可以对手写笔迹进行修改以重新进行预识别,若预识别结果始终与手写笔迹的内容不符,且用户有获取识别结果的需要,则用户可以通过长按等预设操作选中错误的预识别结果,通过标识操作对该预识别结果进行待修改标识,在生成识别结果时,在识别结果中与该预识别结果对应的内容处显示该待修改标识。通过这种方式,在根据预识别结果直接生成识别结果时,可以提高用户检查、修改文本的效率。
本实施例的手写输入的识别方法,在手写笔迹新增文字时,对新增的文字进行预识别,并在展示手写笔迹的同时输出手写笔迹的预识别结果,通过这种方式,在用户进行手写输入时,识别设备能够及时对用户的输入进行识别结果的反馈,辅助用户判断当前输入的文字是否书写正确,使得用户能够及时修改或调整输入的内容。
第三实施例
图3是根据第三实施例示出的手写输入的识别方法的流程示意图。请参考图3,本实施例的手写输入的识别方法与第一实施例的区别在于,本实施例的手写输入的识别方法还包括以下步骤:
步骤310,在收到调用输入模式的操作时,在当前界面显示与调用的输入模式对应的手写输入区;
步骤320,在手写输入区根据接收的手写输入操作生成对应的手写笔迹;
步骤330,对手写输入区内的手写笔迹进行手写输入内容的识别;
步骤340,在手写输入区输出识别结果。
其中,根据预先的程序设定,输入模式可以在手写输入的过程中进行切换或调用,在这种情况下,不同的输入模式对应不同的手写输入区,相同的输入模式也可以对应不同的手写输入区,手写输入区根据用户的输入模式调用操作进行创建。如此,不同的手写输入区可以对应不同或相同的输入模式,从而在一个手写识别区内实现不同的输入方式的结合,在进行文字输入的同时可以进行数学、图标、绘图的输入,例如,在绘图输入的模式下插入规则图形形成逻辑框图并可以在框图中备注文字,在文字输入的模式下插入数学公式,进而根据识别指令及输入模式调用操作对应的输入模式对手写输入区内的手写笔迹进行手写输入内容的识别,获得不同输入的识别结果。
本实施例的手写输入的识别方法,在收到输入模式调用指令时,在当前界面创建输入模式调用指令对应的输入模式的手写输入区,进而在手写输入区根据接收的手写输入操作生成对应的手写笔迹,接着对手写输入区内的手写笔迹进行手写输入内容的识别,再在手写输入区输出第二识别结果。通过这种方式,用户可以在当前界面下进行不同模式的输入,从而丰富用户的记录需求。
第四实施例
图4是根据第四实施例示出的手写输入的识别方法的流程示意图。请参考图4,本实施例的手写输入的识别方法与第一实施例、第三实施例的区别在于,还包括以下步骤:
步骤410,接收手写笔迹编辑操作;
步骤420,根据手写笔迹编辑操作对应的编辑规则修改对应的手写笔迹。
在本实施例中,步骤420根据手写笔迹编辑操作对应的编辑规则修改对应的手写笔迹,包括:
获取手写笔迹编辑操作的触发信息,触发信息包括触发位置和/或触发轨迹;
根据触发信息确定编辑规则及待修改的手写笔迹;
根据编辑规则对待修改的手写笔迹进行修改。
其中,识别设备展示并保留用户的手写笔迹,用户可以对已生成的手写笔迹进行编辑,使得手写输入更贴合实际的手写操作,提高用户体验。手写笔迹编辑操作的编辑规则包括删除笔迹、回车、取消回车、移动笔迹、增加字母距离、缩小字母距离、笔迹标示。
以下介绍实际实现时的几种手写笔迹编辑操作。
当手写编辑操作的触发轨迹为由上至下的垂直线且触发位置位于手写字迹的一个单词的字母之间时,手写编辑操作的编辑规则为增加字母间距。例如,在单词“want”的字母“a”与“n”之间由上至下画一条垂直线,则字母“a”与“n”增加一个空格。
当手写编辑操作的触发轨迹为由下至上的垂直线且触发位置位于手写字迹的一个单词的字母之间时,手写编辑操作的编辑规则为缩小字母间距。例如,在单词“want”的字母“a”与“n”之间由下至上画一条垂直线,则字母“a”与“n”之间的距离缩小。
当手写编辑操作的触发轨迹为由上至下的垂直线且触发位置位于手写字迹的两个文字之间时,手写编辑操作的编辑规则为回车,垂直线右侧的内容移动到下一行。例如,在“want to”的“want”与“to”之间由上至下画一条垂直线,则“to”及其之后的内容移动到下一行。
当手写编辑操作的触发轨迹为由下至上的垂直线且触发位置位于手写字迹的非首行文字的最前方时,手写编辑操作的编辑规则为取消回车,垂直线右侧的内容移动到上一行。
当手写编辑操作的触发轨迹为横线且触发位置位于手写字迹的文字下方时,手写编辑操作的编辑规则为下划线,当手写编辑操作的触发轨迹为环形且触发位置位于手写字迹的四周时,手写编辑操作的编辑规则为高亮,从而形成下划线、高亮等笔迹标示。
当手写编辑操作的触发轨迹为横线、折线或曲线且触发位置与手写字迹的位置重叠时,手写编辑操作的编辑规则为删除笔迹。在删除笔迹后,预识别结果的对应内容也自动被删除。
当手写编辑操作的触发轨迹为长按移动且触发位置位于手写字迹的区域时,手写编辑操作的编辑规则为移动笔迹,包括移动文字、图像。
本实施例的手写输入的识别方法,在生成手写笔迹后,如接收到手写笔迹编辑操作,则根据手写笔迹编辑操作对应的编辑规则修改对应的手写笔迹,通过这种方式,用户可以对手写笔迹直接进行修改,使手写操作更符合手写习惯,操作方便。
第五实施例
图5是根据第五实施例示出的手写输入的识别方法的流程示意图。请参考图5,本实施例的手写输入的识别方法与第一实施例的区别在于,在步骤110接收手写输入操作,并生成对应的手写笔迹之后,还包括以下步骤:
步骤510,当接收到生成预设类型文件的操作时,对当前界面内的手写笔迹进行识别;
步骤520,根据识别结果生成预设类型文件。
其中,手写笔迹支持导出功能,从而能够将手写文字输出转成文本,预设类型文件包括.doc、.ppt、.png、.svg等格式,在导出形成文件后,可以对导出文件进行存储、编辑、分享、关键字搜索。实际实现时,手写笔迹支持多选功能,用户可以同时选择多个手写笔迹进行导出。在进行文字搜索时,可以检索出的对应的文本和/或手写笔迹。
实际实现时,用户在规定的手写区域书写印地语,系统根据印地语识别规则识别手写内容并输出印地语文本,用户可以对印地语文本再编辑并操作输出.doc等格式的文档。
本实施例的手写输入的识别方法,在生成手写笔迹后,如接收到预设类型文件的生成指令,则对当前界面内的手写笔迹进行识别,并根据识别结果生成预设类型文件。通过这种方式,用户可以根据需要将手写记录的内容转换成满足商务需求或其它需求的文件,使手写输入能够转变成规范文件并支持文档编辑,增加用户对手写记录的认同感。
第六实施例
图6是根据第六实施例示出的手写输入的识别设备的结构示意图。请参考图6,本实施例的手写输入的识别设备包括存储器610和处理器620,存储器610存储有至少一条程序指令,处理器620通过加载并执行至少一条程序指令以实现如上第一至第五实施例所示的手写输入的识别方法。
实际实现时,如图7所示,手写输入的识别设备可具体包括:
手写笔630,包括电磁笔、主动电容笔、被动电容笔等各种形式的接触式手写笔,或者各种隔空操作的传感设备和图像识别的轨迹设备;
手写接收模块640,包括电容触控设备、电阻触控设备,或者各种类型的电阻屏等接触式设备,或者可进行手写识别的3D图像设备,或者为加速传感器陀螺仪等可用于验算接收轨迹算法的设备;
传输模块650,支持各种有线数据传输协议,和无线传输协议等;
处理器620,包括CPU、DSP、MCU、单片机等独立处理单元,和云端处理单端;
存储器610,包括各种平台类的RAM\ROM和各种形式的硬件存储和云端存储;
显示模块660,包括各种移动显示屏幕LCD、AMOLED、电视机、显示器、投影设备、激光电视等等。
手写笔630用于供用户在识别设备的手写识别区域进行手写输入操作。识别设备上可设有用于收容手写笔630的收容槽、充电接口。实际实现时,手写笔630还可以通过识别设备保护套、识别设备支架等配件与识别设备进行集成。
本实施例的处理器620加载并执行至少一条程序指令以实现的具体步骤流程请参图1至图5所示实施例的描述,在此不再赘述。
本实施例的手写输入的识别设备,首先接收手写输入操作并生成对应的手写笔迹,再对手写笔迹进行手写输入内容的识别,最后输出识别结果。通过这种方式,本申请能够支持印地语的手写输入、笔迹展示及笔迹识别。
第七实施例
图8是根据第七实施例示出的终端的结构示意图。请参考图8,终端10包括存储器102、存储控制器104,一个或多个(图中仅示出一个)处理器106、外设接口108、射频模块150、定位模块112、摄像模块114、音频模块116、屏幕118以及按键模块160。这些组件通过一条或多条通讯总线/信号线122相互通讯。
可以理解,图8所示的结构仅为示意,终端10还可包括比图8中所示更多或者更少的组件,或者具有与图8所示不同的配置。图8中所示的各组件可以采用硬件、软件或其组合实现。
存储器102可用于存储本申请实施例中的手写输入的识别方法对应的程序指令/模块,处理器106通过运行存储在存储控制器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的手写输入的识别方法。
存储器102可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器102可进一步包括相对于处理器106远程设置的存储器,这些远程存储器可以通过网络连接至终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。处理器106以及其他可能的组件对存储器102的访问可在存储控制器104的控制下进行。
外设接口108将各种输入/输入装置耦合至CPU以及存储器102。处理器106运行存储器102内的各种软件、指令以执行终端10的各种功能以及进行数据处理。
在一些实施例中,外设接口108,处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
射频模块150用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯。射频模块150可包括各种现有的用于执行这些功能的电路元件,例如,天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。射频模块150可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。上述的无线网络可以使用各种通信标准、协议及技术,包括但并不限于全球移动通信系统(Global System for Mobile Communication,GSM)、增强型移动通信技术(Enhanced Data GSM Environment,EDGE),宽带码分多址技术(wideband code divisionmultiple access,W-CDMA),码分多址技术(Code division access,CDMA)、时分多址技术(time division multiple access,TDMA),蓝牙,无线保真技术(Wireless Fidelity,WiFi)(如美国电气和电子工程师协会标准IEEE 802.11a,IEEE 802.11b,IEEE802.11g和/或IEEE 802.11n)、网络电话(Voice over Internet Protocol,VoIP)、全球微波互联接入(Worldwide Interoperability for Microwave Access,Wi-Max)、其他用于邮件、即时通讯及短消息的协议,以及任何其他合适的通讯协议,甚至可包括那些当前仍未被开发出来的协议。
定位模块112用于获取终端10的当前位置。定位模块112的实例包括但不限于全球卫星定位系统(GPS)、基于无线局域网或者移动通信网的定位技术。
摄像模块114用于拍摄照片或者视频。拍摄的照片或者视频可以存储至存储器102内,并可通过射频模块150发送。
音频模块116向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。音频电路从外设接口108处接收声音数据,将声音数据转换为电信息,将电信息传输至扬声器。扬声器将电信息转换为人耳能听到的声波。音频电路还从麦克风处接收电信息,将电信号转换为声音数据,并将声音数据传输至外设接口108中以进行进一步的处理。音频数据可以从存储器102处或者通过射频模块150获取。此外,音频数据也可以存储至存储器102中或者通过射频模块150进行发送。在一些实例中,音频模块116还可包括一个耳机播孔,用于向耳机或者其他设备提供音频接口。
屏幕118在终端10与用户之间提供一个输出界面。具体地,屏幕118向用户显示视频输出,这些视频输出的内容可包括文字、图形、视频、及其任意组合。一些输出结果是对应于一些用户界面对象。可以理解的,屏幕118还可以包括触控屏幕。触控屏幕在终端10与用户之间同时提供一个输出及输入界面。除了向用户显示视频输出,触控屏幕还接收用户的输入,例如用户的点击、滑动等手势操作,以便用户界面对象对这些用户的输入做出响应。检测用户输入的技术可以是基于电阻式、电容式或者其他任意可能的触控检测技术。触控屏幕显示单元的具体实例包括但并不限于液晶显示器或发光聚合物显示器。
按键模块160同样提供用户向终端10进行输入的接口,用户可以通过按下不同的按键以使终端10执行不同的功能。
本申请还提供一种计算机存储介质,所述计算机存储介质上存储有计算机程序指令;所述计算机程序指令被处理器执行时实现第一至第五实施例所述的手写输入的识别方法。
实际实现时,计算机存储介质应用于在图6、7、8所示的设备中,以实现对手写输入的识别。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (17)
1.一种手写输入的识别方法,其特征在于,包括:
接收手写输入操作,并显示对应的手写笔迹;
根据预设规则对所述手写笔迹进行手写输入内容的识别;
输出识别结果。
2.根据权利要求1所述的手写输入的识别方法,其特征在于,在所述接收手写输入操作,并显示对应的手写笔记之前,还包括:
选择输入模式,所述输入模式包括文字输入、数学输入、绘图输入、图标输入中的至少一种。
3.根据权利要求1所述的手写输入的识别方法,其特征在于,所述接收手写输入操作,并显示对应的手写笔迹,包括:
接收手写输入操作;
显示所述手写输入操作对应的手写笔迹;
标识出所述手写笔迹中的错误笔迹和/或显示笔迹修正结果。
4.根据权利要求1所述的手写输入的识别方法,其特征在于,所述预设规则包括:
使用预设神经网络模型对所述手写笔迹进行手写输入内容的识别。
5.根据权利要求1所述的手写输入的识别方法,其特征在于,所述方法,还包括:
在对所述手写笔迹进行手写输入内容的识别时,根据识别结果预测当前手写笔迹的下文;
根据预测的下文显示可选择添加至当前手写笔迹的待选手写笔迹。
6.根据权利要求1所述的手写输入的识别方法,其特征在于,所述方法,还包括:
在收到调用输入模式的操作时,在当前界面显示与调用的输入模式对应的手写输入区;
在所述手写输入区根据接收的手写输入操作生成对应的手写笔迹;
对所述手写输入区内的手写笔迹进行手写输入内容的识别;
在所述手写输入区输出识别结果。
7.根据权利要求1所述的手写输入的识别方法,其特征在于,所述方法,还包括:
在输出所述识别结果时,保留所述识别结果对应的手写笔迹。
8.根据权利要求1所述的手写输入的识别方法,其特征在于,所述方法,还包括:
接收手写笔迹编辑操作;
根据所述手写笔迹编辑操作对应的编辑规则修改对应的手写笔迹。
9.根据权利要求8所述的手写输入的识别方法,其特征在于,所述根据所述手写笔迹编辑操作对应的编辑规则修改对应的手写笔迹,包括:
获取所述手写笔迹编辑操作的触发信息,所述触发信息包括触发位置和/或触发轨迹;
根据所述触发信息确定编辑规则及待修改的手写笔迹;
根据所述编辑规则对所述待修改的手写笔迹进行修改。
10.根据权利要求9所述的手写输入的识别方法,其特征在于,所述手写笔迹编辑操作对应的编辑规则,包括以下的至少之一:
当所述手写编辑操作的触发轨迹为由上至下的垂直线且触发位置位于手写字迹的一个单词的字母之间时,所述手写编辑操作对应的编辑规则为增加字母间距;
当所述手写编辑操作的触发轨迹为由下至上的垂直线且触发位置位于手写字迹的一个单词的字母之间时,所述手写编辑操作对应的编辑规则为缩小字母间距;
当所述手写编辑操作的触发轨迹为由上至下的垂直线且触发位置位于手写字迹的两个文字之间时,所述手写编辑操作对应的编辑规则为回车;
当所述手写编辑操作的触发轨迹为由下至上的垂直线且触发位置位于手写字迹的非首行文字的最前方时,所述手写编辑操作对应的编辑规则为取消回车;
当所述手写编辑操作的触发轨迹为横线且触发位置位于手写字迹的文字下方时,所述手写编辑操作对应的编辑规则为下划线;
当所述手写编辑操作的触发轨迹为环形且触发位置位于手写字迹的四周时,所述手写编辑操作对应的编辑规则为高亮;
当所述手写编辑操作的触发轨迹为横线、折线或曲线且触发位置与手写字迹的位置重叠时,所述手写编辑操作对应的编辑规则为删除笔迹;
当所述手写编辑操作的触发轨迹为长按移动且触发位置位于手写字迹的区域时,所述手写编辑操作对应的编辑规则为移动笔迹。
11.根据权利要求1至10任一项所述的手写输入的识别方法,其特征在于,所述对所述手写笔迹进行手写输入内容的识别之前,所述方法还包括:
在所述手写笔迹新增文字时,对新增的文字进行预识别;
在展示所述手写笔迹的同时输出所述手写笔迹的预识别结果。
12.根据权利要求1至10任一项所述的手写输入的识别方法,其特征在于,所述接收手写输入操作,并生成对应的手写笔迹之后,所述方法还包括:
当接收到生成预设类型文件的操作时,对当前界面内的手写笔迹进行识别;
根据识别结果生成所述预设类型文件。
13.根据权利要求1至10任一项所述的手写输入的识别方法,其特征在于,所述输出识别结果,包括:
判断所述手写笔迹的识别结果类型是否为数学运算;
若为数学运算,则对所述手写笔迹的识别结果进行运算;
输出所述手写笔迹的运算结果。
14.根据权利要求1至10任一项所述的手写输入的识别方法,其特征在于,所述输出识别结果,包括:
若当前处于聊天界面,则输出与当前聊天对象使用的语言对应的识别结果。
15.一种手写输入的识别设备,其特征在于,包括存储器和处理器,所述存储器存储有至少一条程序指令,所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1至14中任一项所述的手写输入的识别方法。
16.根据权利要求15所述的手写输入的识别设备,其特征在于,还包括手写笔,所述手写笔用于在所述识别设备的手写识别区域进行手写输入操作。
17.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有手写输入的识别方法程序,所述方法程序被处理器执行时实现如权利要求1至14中任一项所述的手写输入的识别方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910399815.4A CN110222584A (zh) | 2019-05-14 | 2019-05-14 | 手写输入的识别方法及设备 |
CN2019103998154 | 2019-05-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111476209A true CN111476209A (zh) | 2020-07-31 |
CN111476209B CN111476209B (zh) | 2024-03-15 |
Family
ID=67821256
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910399815.4A Pending CN110222584A (zh) | 2019-05-14 | 2019-05-14 | 手写输入的识别方法及设备 |
CN202010387774.XA Active CN111476209B (zh) | 2019-05-14 | 2020-05-09 | 手写输入的识别方法、设备及计算机存储介质 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910399815.4A Pending CN110222584A (zh) | 2019-05-14 | 2019-05-14 | 手写输入的识别方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN110222584A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036323A (zh) * | 2020-09-01 | 2020-12-04 | 中国银行股份有限公司 | 签名笔迹鉴别方法、客户端及服务器 |
CN113011412A (zh) * | 2021-04-15 | 2021-06-22 | 深圳市鹰硕云科技有限公司 | 基于笔顺及ocr文字识别方法、装置、设备及存储介质 |
WO2022252821A1 (zh) * | 2021-05-31 | 2022-12-08 | 华为技术有限公司 | 一种手写笔编辑笔势识别方法、介质及电子设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298082B (zh) * | 2021-07-28 | 2021-11-09 | 北京猿力未来科技有限公司 | 听写数据的处理方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101311887A (zh) * | 2007-05-21 | 2008-11-26 | 刘恩新 | 一种计算机手写输入系统及输入方法和编辑方法 |
CN101458583A (zh) * | 2007-12-11 | 2009-06-17 | 中国银联股份有限公司 | 一种识别手写输入的方法及一种电子笔记本 |
CN105988567A (zh) * | 2015-02-12 | 2016-10-05 | 北京三星通信技术研究有限公司 | 手写信息的识别方法和装置 |
CN106407874A (zh) * | 2016-03-25 | 2017-02-15 | 东南大学 | 基于笔迹坐标序列的手写识别方法 |
CN107969155A (zh) * | 2015-09-09 | 2018-04-27 | 谷歌有限责任公司 | 利用预过滤器分类来提高手写识别 |
-
2019
- 2019-05-14 CN CN201910399815.4A patent/CN110222584A/zh active Pending
-
2020
- 2020-05-09 CN CN202010387774.XA patent/CN111476209B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101311887A (zh) * | 2007-05-21 | 2008-11-26 | 刘恩新 | 一种计算机手写输入系统及输入方法和编辑方法 |
CN101458583A (zh) * | 2007-12-11 | 2009-06-17 | 中国银联股份有限公司 | 一种识别手写输入的方法及一种电子笔记本 |
CN105988567A (zh) * | 2015-02-12 | 2016-10-05 | 北京三星通信技术研究有限公司 | 手写信息的识别方法和装置 |
CN107969155A (zh) * | 2015-09-09 | 2018-04-27 | 谷歌有限责任公司 | 利用预过滤器分类来提高手写识别 |
CN106407874A (zh) * | 2016-03-25 | 2017-02-15 | 东南大学 | 基于笔迹坐标序列的手写识别方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036323A (zh) * | 2020-09-01 | 2020-12-04 | 中国银行股份有限公司 | 签名笔迹鉴别方法、客户端及服务器 |
CN112036323B (zh) * | 2020-09-01 | 2024-02-27 | 中国银行股份有限公司 | 签名笔迹鉴别方法、客户端及服务器 |
CN113011412A (zh) * | 2021-04-15 | 2021-06-22 | 深圳市鹰硕云科技有限公司 | 基于笔顺及ocr文字识别方法、装置、设备及存储介质 |
WO2022252821A1 (zh) * | 2021-05-31 | 2022-12-08 | 华为技术有限公司 | 一种手写笔编辑笔势识别方法、介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111476209B (zh) | 2024-03-15 |
CN110222584A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111476209B (zh) | 手写输入的识别方法、设备及计算机存储介质 | |
KR102270394B1 (ko) | 이미지를 인식하기 위한 방법, 단말, 및 저장 매체 | |
US8610672B2 (en) | Device and method for stroke based graphic input | |
WO2019233212A1 (zh) | 文本识别方法、装置、移动终端以及存储介质 | |
US11011170B2 (en) | Speech processing method and device | |
KR20140030361A (ko) | 휴대단말기의 문자 인식장치 및 방법 | |
CN107885826B (zh) | 多媒体文件播放方法、装置、存储介质及电子设备 | |
CN107688399B (zh) | 一种输入方法和装置、一种用于输入的装置 | |
CN106527928B (zh) | 一种截屏控制装置、方法及智能终端 | |
US20150133197A1 (en) | Method and apparatus for processing an input of electronic device | |
EP2650797A2 (en) | Electronic device and method for annotating data | |
US11290591B2 (en) | Dialing method and mobile terminal | |
WO2021104175A1 (zh) | 信息的处理方法及装置 | |
JP2017525076A (ja) | キャラクタ特定方法、装置、プログラムおよび記録媒体 | |
CN105653612A (zh) | 页面渲染方法及装置 | |
JP7408627B2 (ja) | 文字入力方法及び端末 | |
CN113918030A (zh) | 一种手写输入方法、装置和用于手写输入的装置 | |
WO2019201109A1 (zh) | 文字处理方法、装置、移动终端及存储介质 | |
CN107819936B (zh) | 一种短信分类方法、移动终端和存储介质 | |
CN105487799A (zh) | 内容转换方法及装置 | |
KR102322606B1 (ko) | 오타 수정 방법 및 이를 이용하는 휴대 단말기 | |
CN106406874A (zh) | 一种评论装置和方法 | |
KR101984094B1 (ko) | 이동 단말기 및 그것의 제어방법 | |
WO2019228106A1 (zh) | 按压面积优化方法、装置、移动终端以及存储介质 | |
CN111435442A (zh) | 文字选取方法、装置、点读设备、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |